pytorch 加载图片数据集

在Pytorch中加载图片数据集一般有两种方法。第一种是使用torchvision.datasets中的ImageFolder来读取图片，然后用DataLoader来并行加载，适合图片分类问题，简单但不灵活。\[1\]您可以通过设置各种参数，例如批处理大小以及是否在每个epoch之后对数据打乱顺序，来自定义DataLoader。例如，可以使用以下代码创建一个DataLoader：dataloader = torch.utils.data.DataLoader(dataset, batch_size=32, shuffle=True)。\[2\]第二种方法是通过继承torch.utils.data.Dataset实现用户自定义读取数据集，然后用DataLoader来并行加载，这种方法更为灵活。您可以将分类图片的父目录作为路径传递给ImageFolder()，并传入transform来加载数据集。然后可以使用DataLoader加载数据，并构建网络训练。\[3\]
#### 引用[.reference_title]
- *1* [Pytorch加载图片数据集的两种方式](https://blog.csdn.net/weixin_43917574/article/details/114625616)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item]
- *2* [Pytorch加载图像数据](https://blog.csdn.net/qq_28368377/article/details/105635898)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item]
- *3* [pytorch加载自己的图片数据集的两种方法](https://blog.csdn.net/qq_53345829/article/details/124308515)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]